Revista de ingeniería informática y tecnología de la información

Sistema de predicción de rendimiento basado en aprendizaje automático

Om Mane*, Chanthrika RL, Tanvir Mungekar, Preethi Sai Yelisetty, Bindhu Sree y Jaya Subalakshmi R

La industria del arándano silvestre contribuye de manera importante al sector agrícola en el noreste de los Estados Unidos. Sin embargo, las condiciones climáticas impredecibles, la variabilidad del suelo y las infestaciones de plagas pueden afectar significativamente el rendimiento de los cultivos, lo que genera pérdidas para los agricultores y las partes interesadas. Por lo tanto, el desarrollo de modelos de predicción del rendimiento de los cultivos precisos y creíbles es fundamental para la asignación eficiente de recursos, la gestión mejorada de los cultivos y las estrategias de marketing efectivas. Los algoritmos de aprendizaje automático, como el árbol de decisiones, la regresión lineal, XGBoost, LightGBM, random forest, AdaBoost, el aumento de gradiente de histograma y CatBoost, han demostrado un gran potencial para la predicción del rendimiento de los cultivos en los últimos años. Estos algoritmos pueden analizar grandes conjuntos de datos, identificar patrones y crear proyecciones precisas, ofreciendo a los agricultores información esencial sobre la gestión de los cultivos, los rendimientos futuros y la comercialización. Los modelos desarrollados en este estudio pueden permitir a los agricultores y las partes interesadas tomar decisiones informadas sobre la planificación de los cultivos y la asignación de recursos, mejorando la eficiencia y la sostenibilidad de la industria del arándano silvestre. Además, los pronosticadores del mercado pueden utilizar estos modelos para predecir la demanda futura de arándanos silvestres, lo que ayuda al desarrollo de estrategias de marketing efectivas. En conclusión, el desarrollo de modelos precisos y confiables de predicción del rendimiento de los cultivos mediante la aplicación de algoritmos de aprendizaje automático tiene la perspectiva de tener un gran impacto en el campo de la agricultura, en particular para industrias como los arándanos silvestres que son vulnerables a la variabilidad climática y otros factores.